用于源分离的卷积音频模型的神经网络替代方案
声音
2017-09-26 v1 音频与语音处理
摘要
卷积非负矩阵分解（Convolutive Non-Negative Matrix Factorization, NMF）模型利用具有时间维度的频率模板对给定的音频谱图进行因子分解。本文中，我们提出一种卷积自编码器模型，作为卷积 NMF 的神经网络替代方案。利用神经网络所提供的建模灵活性，我们还探索了在编码器中使用循环神经网络的思想。在来自 TIMIT 数据集的语音混合上的实验结果表明，卷积架构在 BSSeval 指标方面提供了分离性能的显著提升。
引用
@article{arxiv.1709.07908,
title = {Neural Network Alternatives to Convolutive Audio Models for Source Separation},
author = {Shrikant Venkataramani and Y. Cem Subakan and Paris Smaragdis},
journal= {arXiv preprint arXiv:1709.07908},
year = {2017}
}
备注
Published in MLSP 2017